Claude อ่านรูปภาพและภาพหน้าจอได้อย่างไร

Claude สามารถวิเคราะห์ภาพที่แนบในแชตได้ เช่น อธิบายสิ่งที่เห็น อ่านข้อความในภาพหน้าจอ ตีความกราฟ หรือช่วยชี้รายละเอียดที่ต้องการตรวจ แต่ผลลัพธ์ขึ้นกับความคมชัดและขนาดของภาพ ComSiam แนะนำให้แนบภาพต้นฉบับที่อ่านได้ พร้อมบอกว่าต้องการให้ดูจุดใดเป็นพิเศษ

Claude วิเคราะห์ภาพแบบไหนได้บ้าง

เมื่อแนบภาพ Claude อาจช่วยทำงานได้ เช่น

• อธิบายวัตถุ ฉาก หรือองค์ประกอบที่มองเห็น
• อ่านข้อความบนภาพหน้าจอหรือป้ายที่ตัวอักษรชัด
• สรุปข้อมูลที่แสดงในกราฟ แผนภูมิ หรือแผนผัง
• เปรียบเทียบสิ่งที่ปรากฏในภาพหลายภาพ
• ชี้ความแตกต่างหรือรายละเอียดตามคำถาม

Claude ประมวลผลภาพเพื่อสร้างคำอธิบายตามสิ่งที่มองเห็น จึงอาจอ่านตัวอักษรเล็ก ภาพเบลอ หรือรายละเอียดซับซ้อนได้ไม่ครบ ควรตรวจคำตอบกับภาพต้นฉบับ โดยเฉพาะตัวเลข ชื่อ และข้อมูลสำคัญ

วิธีส่งภาพหรือภาพหน้าจอให้ Claude

① เลือกภาพที่ต้องการตรวจ
ใช้ไฟล์ภาพต้นฉบับหรือภาพหน้าจอที่เห็นรายละเอียดครบ หากต้องการให้ดูจุดเล็ก ให้ครอปเฉพาะบริเวณนั้นโดยไม่ตัดบริบทที่จำเป็นออก

② แนบภาพในแชต
เลือกปุ่มเพิ่มหรือแนบไฟล์ แล้วเลือกภาพจากอุปกรณ์ บนมือถืออาจเลือกภาพจากคลังหรือถ่ายภาพใหม่ได้ตามตัวเลือกที่แสดง

③ เขียนคำถามประกอบภาพ
ระบุว่าจะให้ Claude อธิบาย อ่านข้อความ หาตำแหน่งปุ่ม หรือช่วยตีความส่วนใด อย่าพิมพ์เพียงว่า “ดูภาพนี้ให้หน่อย” หากมีเป้าหมายเฉพาะ

④ ตรวจคำตอบกับภาพจริง
ตรวจข้อความและตัวเลขที่ Claude อ่าน รวมถึงบริบทโดยรอบ เพราะตัวอักษรหรือสัญลักษณ์ที่คล้ายกันอาจทำให้ตีความผิดได้

ตัวอย่าง Prompt สำหรับภาพหน้าจอ

อธิบายภาพหน้าจอนี้ว่ากำลังแสดงหน้าใด และสรุปข้อความสำคัญที่มองเห็น ถ้ามีข้อความที่อ่านไม่ชัดให้ทำเครื่องหมายว่าไม่แน่ใจ อย่าคาดเดา

จากภาพนี้ ช่วยบอกว่าฉันควรกดส่วนใดเพื่อ [เป้าหมาย] อธิบายตำแหน่งโดยอ้างอิงข้อความหรือไอคอนที่เห็น หากระบุไม่ได้ให้บอกว่าภาพไม่ชัดพอ

อ่านข้อความในภาพนี้เป็นบรรทัด แล้วแยกชื่อ วันที่ และตัวเลขออกจากกัน หากส่วนใดอ่านไม่ชัดให้ระบุไว้แทนการเติมคำเอง

ทำอย่างไรให้ Claude อ่านภาพได้ชัดขึ้น

• ใช้ภาพที่ไม่เบลอและมีแสงเพียงพอ
• หลีกเลี่ยงการย่อภาพจนตัวอักษรเล็กเกินไป
• ครอปเฉพาะบริเวณที่ต้องการให้ดู แต่เหลือส่วนแวดล้อมที่ช่วยระบุตำแหน่ง
• หากภาพมีหลายส่วน ให้ใส่คำกำกับ เช่น “ดูกราฟด้านขวา” หรือ “อ่านกล่องข้อความด้านล่าง”
• ถ้าต้องการอ่านข้อความ ให้ส่งภาพที่ตัวอักษรอยู่ในแนวตรงและไม่ถูกบัง

Anthropic ระบุว่ารองรับภาพ JPEG, PNG, GIF และ WebP โดยไฟล์ภาพที่อัปโหลดได้มีขนาดไม่เกิน 30 MB และขนาดภาพไม่เกิน 8,000 × 8,000 พิกเซล คู่มือแนะนำให้หลีกเลี่ยงภาพความละเอียดต่ำ และระบุว่าภาพขนาด 1,000 × 1,000 พิกเซลขึ้นไปให้ผลลัพธ์ที่ดีเมื่อทำงานกับภาพ ComSiam แนะนำให้แนบไฟล์ชัดที่สุดเท่าที่จำเป็น โดยไม่ขยายภาพจนเกิดความแตก

ข้อจำกัดที่ควรรู้

• ภาพที่ตัวอักษรเล็กหรือความละเอียดต่ำอาจอ่านได้ไม่ครบ
• ข้อความที่ถูกบัง สะท้อนแสง หรืออยู่ในภาพเอียงอาจทำให้ผลคลาดเคลื่อน
• กราฟที่ไม่มีชื่อแกน หน่วย หรือคำอธิบาย อาจตีความได้หลายแบบ
• ภาพหน้าจอช่วยให้ Claude อธิบายสิ่งที่เห็นได้ แต่ไม่ได้หมายความว่า Claude ควบคุมหรือกดปุ่มบนหน้าจอให้โดยอัตโนมัติ
• หากข้อมูลสำคัญอยู่ในภาพที่ฝังในเอกสาร Word หรือไฟล์ที่ประมวลผลเฉพาะข้อความ ควรแนบภาพนั้นแยกต่างหาก

สรุป

แนบภาพที่คมชัดและถามให้ชัดว่าต้องการให้ Claude อ่านหรือวิเคราะห์อะไร ภาพหน้าจอใช้ถามเกี่ยวกับข้อความและองค์ประกอบที่มองเห็นได้ ส่วนกราฟหรือภาพที่มีรายละเอียดมากควรระบุบริเวณและสิ่งที่ต้องการให้ตรวจ จากนั้นตรวจตัวเลขและข้อความกับภาพต้นฉบับก่อนนำไปใช้ ComSiam แนะนำให้ระบุความไม่แน่ใจไว้แทนการเดาเมื่อภาพอ่านไม่ชัด